京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据会毁掉你的品牌吗
“大数据”能够让品牌快速精准地衡量受众对市场活动的短期反应。然而,仅仅基于这些信息作出营销决策存在着危险性。比如价格促销这种对长期品牌资产不利的行为,就会混淆这种衡量。因此,依据衡量结果建立的项目,最终可能会降格品牌。
此类事情在上世纪80年代数据扫描出现时就发生过,今天也依然在发生。由彼得·霍斯特(Peter Horst)和罗伯特·杜波夫(Robert Duboff )撰写的《别让大数据葬送你的品牌》(Don’t Let Big Data Bury Your Brand)发表于《哈佛商业评论》的十一月刊中,文中列出了历年来过于依赖大数据的危害,同时也阐述了降低这些风险的措施。
文章指出,时代周刊(Time)、米狮龙啤酒(Michelob)和第一资本(Capital One)这些大公司都没能避免大数据陷阱。他们使用短期数据衡量营销项目的投资回报率,结果使品牌严重受损。作者提出了三个建议来保护你的品牌,以避免大数据陷阱:
建议一:使用长短期并用的方法来衡量品牌价值
开发和使用品牌长期价值衡量方法以取代短期指标,或者长短期衡量方法并用。品牌认知度、对品牌的态度和品牌忠诚度都是很重要的品牌资产。同时,也要采用常识测试:我们希望品牌展现什么?这个项目与之一致吗?(当然,对品牌进行评估首先要求品牌拥有一个清晰、可知并被广泛接受的构想。)
建议二:建立符合品牌建设并快速见效的项目
应当找到既符合品牌建设又能促进快速收效的项目。例如,通用磨坊(General Mills)在其品牌广告后增加了一段促销内容。富达投资(Fidelity)有一条绿色导航线,代表富达有能力帮人们走上正轨,从而将品牌建设和激发行动联系起来。
建议三:品牌团队与营销团队协作创立双赢
营销技术团队和品牌团队往往是完全不同的两种人,必须让他们协同合作打造双赢项目。要策划既有短期冲击力又能增加品牌长期价值的项目,需要结合这两个团队的视角和才能。如何设立一个组织架构让他们成功合作,才是挑战所在。
结语
当然,大数据能在很多方面促进品牌建设,且风险较低。例如,大数据分析可以被用来进行品牌客户细分和消费者行为分析,从而提出战略意见。通用磨坊就利用了数据分析来对消费者的情感因素进行了理解,发现有的消费者是为小孩而购物,而有的消费者则是听从了内科医生在胆固醇方面的指导。
大数据甚至可以用于提升消费者体验,像欧莱雅就利用了他们的Make Up Genius移动应用软件来达到这样的效果。大数据是一个大观念,但是使用大数据不应该仅仅为了追求短期成果而使品牌的建设与保护遭受损害。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21